Ministère de l’Enseignement Supérieur République de Côte d’Ivoire

et de la Recherche Scientifique UNION-DISCIPLINE-TRAVAIL

Les systèmes MIMO et

applications dans la 4G avec
simulation dans MATLAB

PROFESSEUR MEMBRES DU GROUPE

M. GBEGBE RAYMOND
ANGOA DAVID ARISTIDE
KOUAME KOUASSI JOSEPH

Troisième Année Technicien Supérieur :

Science et Technologie de l’information et de la Communication (STIC)
Année Académique : 2024-2025
 Les systèmes MIMO et applications dans la 4G avec
simulation dans MATLAB.

SOMMAIRE
AVANT-PROPOS…………………………………………………………………………………..3

INRODUCTION……………………………………………………………………...……………..4

1. Concepts Fondamentaux des Systèmes MIMO ........................................................................... 5

1.1 Qu'est-ce que le MIMO ? ....................................................................................................... 5

1.2 Modèle Mathématique ........................................................................................................... 5

1.3 Techniques Clés ..................................................................................................................... 5

2. Applications des Systèmes MIMO dans la 4G ............................................................................ 7

2.1 Augmentation du Débit .......................................................................................................... 7

2.2 Réduction des Interférences ................................................................................................... 7

2.3 Fiabilité et Couverture ........................................................................................................... 7

3. Simulation MATLAB : Multiplexage Spatial .............................................................................. 7

3.1 Objectif................................................................................................................................... 7

3.2 Code MATLAB ..................................................................................................................... 7

3.3 Analyse des Résultats........................................................................................................... 10

Interprétation des Résultats de la Simulation ............................................................................. 10

CONCLUSION…………………………………………………..….……………………………..10

2|Page
 Les systèmes MIMO et applications dans la 4G avec
simulation dans MATLAB.

AVANT-PROPOS

La connaissance et la formation constituent des piliers du développement, du progrès et du succès

économique d’un pays. C’est au regard de cette réalité et pour ne pas rester en marge du
développement que la Côte d’Ivoire, dès les premières heures de son indépendance, a mis un accent
particulier sur la formation et l’éducation. En effet, en moins de deux décennies d’indépendance, elle
s’est dotée de structures de formation et de recherche dont l’IAB (Institut Agricole de Bouaké),
l'ENSA (École Nationale Supérieure d’Agronomie), l'INSET (Institut National Supérieur
d’Enseignement Technique) et l'ENSTP (École Nationale Supérieure des Travaux Publics).

Établissement à caractère administratif, l’Institut National Polytechnique Félix Houphouët-

Boigny (INP-HB) de Yamoussoukro, créé par décret 96-678 du 04 Septembre 1996, nait de la fusion
de ces quatre (4) grands établissements. Cette restructuration a engendré la création de dix (11)
grandes écoles. Ce sont :

Décret du 2023-615 du 15 juin 2023

 École Préparatoire aux Grandes Écoles (EPGE),
 École de Formation Spécialisée et de Perfectionnement des Cadres (IFSPC),
 École Supérieure d'Agronomie (ESA),
 École Supérieure de Commerce et d'Administration des Entreprises (ESCAL),
 École Supérieure des Travaux Publics (ESTP),
 École Supérieure de Chimie du Pétrole et d'ESCP,
 École Supérieure des Mines et de Géologie (ESMG),
 École Supérieure de l'Aéronautique et du Spatial (ESAS),
 École Doctorale Polytechnique (EDP STO),
 École Doctorale Polytechnique (EOP SAPT),
 École Supérieure d'Industrie (SI).

3|Page
 Les systèmes MIMO et applications dans la 4G avec
simulation dans MATLAB.

INTRODUCTION

Avec l'augmentation constante des besoins en débits et en connectivité, les systèmes de

communication sans fil ont évolué pour inclure des technologies avancées comme le MIMO
(Multiple-Input Multiple-Output). Ces systèmes exploitent plusieurs antennes à la fois à l'émetteur et
au récepteur, offrant des gains significatifs en termes de débit, d'efficacité spectrale et de robustesse
aux interférences. Dans cet exposé, nous présenterons les concepts fondamentaux des systèmes
MIMO, leurs applications dans les réseaux 4G, ainsi qu'une simulation MATLAB illustrant le
multiplexage spatial comme exemple d'application.

4|Page
 Les systèmes MIMO et applications dans la 4G avec
simulation dans MATLAB.

1. Concepts Fondamentaux des Systèmes MIMO

1.1 Qu'est-ce que le MIMO ?

Le MIMO est une technologie qui repose sur l'utilisation de plusieurs antennes à l'émetteur et au
récepteur pour transmettre et recevoir des signaux simultanément. Cela permet d'exploiter les
dimensions spatiales du canal sans fil pour :

 Augmenter le débit de données (multiplexage spatial).

 Améliorer la fiabilité des transmissions (diversité spatiale).
 Réduire les interférences (beamforming).

1.2 Modèle Mathématique

Le système MIMO peut être modélisé par l'équation suivante :

 : vecteur des signaux reçus (dimension ).

 : matrice du canal (dimension ).
 : vecteur des signaux transmis (dimension ).
 : bruit additif (dimension ).

1.3 Techniques Clés

Multiplexage Spatial

5|Page
 Les systèmes MIMO et applications dans la 4G avec
simulation dans MATLAB.

Cette technique consiste à transmettre plusieurs flux de données indépendants via des antennes
différentes. Elle permet une augmentation du débit proportionnelle au nombre d’antennes.

Diversité Spatiale

Pour améliorer la robustesse face aux dégradations du canal, plusieurs copies du même signal sont
transmises par différentes antennes. Cela réduit le risque de perte de données.

Beamforming

Le beamforming consiste à concentrer l'énergie du signal dans une direction précise afin
d’améliorer la qualité de la transmission et de réduire les interférences.
6|Page
 Les systèmes MIMO et applications dans la 4G avec
simulation dans MATLAB.

2. Applications des Systèmes MIMO dans la 4G

2.1 Augmentation du Débit

Les systèmes MIMO permettent aux réseaux 4G d’offrir des débits théoriques très élevés. Par
exemple, une configuration 4x4 MIMO quadruple le débit par rapport à une transmission SISO
(Single-Input Single-Output).

2.2 Réduction des Interférences

Dans les environnements urbains denses, les systèmes MIMO utilisent des techniques comme le
beamforming pour réduire les interférences inter-cellules et intra-cellules.

2.3 Fiabilité et Couverture

Les technologies MIMO améliorent la qualité de la couverture réseau grâce à la diversité spatiale,
rendant les communications plus robustes aux variations rapides du canal.

3. Simulation MATLAB : Multiplexage Spatial

3.1 Objectif

Cette simulation vise à évaluer la performance d'un système MIMO 2x2 en utilisant le multiplexage
spatial avec une modulation QPSK. Le critère de performance principal est le taux d'erreur binaire
(BER) en fonction du rapport signal sur bruit (SNR).

3.2 Code MATLAB

Voici le code complet pour la simulation :

% Simulation d'un système MIMO avec multiplexage spatial

% Paramètres

Nt = 2; % Nombre d'antennes à l'émetteur

Nr = 2; % Nombre d'antennes au récepteur

7|Page
 Les systèmes MIMO et applications dans la 4G avec
simulation dans MATLAB.

N = 1e4; % Nombre de symboles par flux

SNR_dB = [Link]; % Rapport signal sur bruit en dB

M = 4; % Modulation QPSK

% Génération des symboles pour chaque flux

symbols1 = randi([0 M-1], N, 1); % Flux 1

symbols2 = randi([0 M-1], N, 1); % Flux 2

modulated1 = pskmod(symbols1, M); % Modulation QPSK pour flux 1

modulated2 = pskmod(symbols2, M); % Modulation QPSK pour flux 2

% Combinaison des flux pour former un signal émis

signal_tx = [modulated1 modulated2].'; % Nt x N matrice de symboles

% Modèle du canal MIMO

H = (randn(Nr, Nt) + 1i*randn(Nr, Nt)) / sqrt(2); % Canal Rayleigh

% Initialisation du BER

BER = zeros(size(SNR_dB));

% Simulation

for idx = 1:length(SNR_dB)

SNR = 10^(SNR_dB(idx) / 10); % Conversion en échelle linéaire

noise = (randn(Nr, N) + 1i*randn(Nr, N)) / sqrt(2 * SNR); % Bruit gaussien

8|Page
 Les systèmes MIMO et applications dans la 4G avec
simulation dans MATLAB.

% Signal reçu

received = H * signal_tx + noise; % Nr x N matrice de signaux reçus

% Décodage par pseudo-inverse

estimated = pinv(H) * received; % Décodage des flux (Nt x N)

% Démodulation des deux flux

demodulated1 = pskdemod(estimated(1, :), M);

demodulated2 = pskdemod(estimated(2, :), M);

% Calcul du BER pour les deux flux

BER1 = sum(demodulated1 ~= symbols1.') / N;

BER2 = sum(demodulated2 ~= symbols2.') / N;

% Moyenne des BER des deux flux

BER(idx) = (BER1 + BER2) / 2;

end

% Tracé des résultats

figure;

semilogy(SNR_dB, BER, '-o');

grid on;

xlabel('SNR (dB)');

ylabel('BER');

9|Page
 Les systèmes MIMO et applications dans la 4G avec
simulation dans MATLAB.

title('Performance du système MIMO avec multiplexage spatial (QPSK)');

3.3 Analyse des Résultats

Interprétation des Résultats de la Simulation

Le graphique obtenu illustre la relation entre le taux d'erreur binaire (BER) et le rapport signal
sur bruit (SNR) dans un système MIMO utilisant le multiplexage spatial avec une modulation
QPSK.

1. Analyse générale :
o Le BER diminue significativement lorsque le SNR augmente. Cela reflète une
amélioration de la qualité de transmission dans des conditions où le bruit est réduit.
o À faible SNR (0-5 dB), le système est fortement affecté par le bruit, ce qui se traduit
par un taux d'erreur élevé. Cela s'explique par la difficulté du récepteur à séparer
efficacement les flux émis dans un environnement bruité.
o À partir de 10 dB, le BER devient très faible, indiquant une transmission quasi-
parfaite. Cela démontre que le système MIMO exploite efficacement la diversité
spatiale et la modulation QPSK dans un canal de meilleure qualité.

2. Comportement spécifique à la technologie MIMO :

o Le système MIMO, grâce au multiplexage spatial, permet de transmettre plusieurs flux
simultanément, augmentant ainsi le débit global. Cependant, cette technique introduit
des interférences entre les flux qui peuvent nuire à la performance à faible SNR.

10 | P a g e
 Les systèmes MIMO et applications dans la 4G avec
simulation dans MATLAB.

o Avec l'augmentation du SNR, les interférences sont mieux gérées grâce à l'utilisation
de la pseudo-inverse de la matrice du canal au niveau du récepteur. Cela permet de
séparer efficacement les flux et de réduire le BER.
3. Impact de la modulation QPSK :
o La modulation QPSK (Quadrature Phase Shift Keying) est utilisée ici pour coder les
données. Elle offre un compromis entre robustesse au bruit et débit binaire.
o Cette modulation reste efficace à des SNR modérés et élevés, ce qui est visible par la
chute rapide du BER lorsque le SNR dépasse 10 dB.

4. Conclusion tirée de la simulation :

o Ce résultat confirme que les systèmes MIMO sont particulièrement adaptés aux
réseaux 4G, où ils permettent d'augmenter le débit tout en maintenant un faible taux
d'erreur dans des environnements où le rapport SNR est suffisamment élevé.
o Toutefois, à faible SNR (ex. zones mal couvertes ou avec beaucoup d'interférences),
la performance du système peut se dégrader. Cela met en évidence l'importance d'une
bonne gestion des interférences et d'un environnement avec un SNR suffisant pour
maximiser les bénéfices du MIMO.

11 | P a g e
 Les systèmes MIMO et applications dans la 4G avec
simulation dans MATLAB.

CONCLUSION

Les systèmes MIMO sont une avancée majeure pour les réseaux de communication modernes comme
la 4G. Ils permettent d’atteindre des débits élevés, une meilleure robustesse et une efficacité spectrale
accrue. La simulation présentée illustre ces avantages à travers un cas de multiplexage spatial, mais
d’autres techniques comme la diversité ou le beamforming méritent également d’être explorées.

12 | P a g e